LPRNet : Reconnaissance des plaques d'immatriculation par des réseaux neuronaux profonds

Ce document propose LPRNet, une méthode de bout en bout pour la reconnaissance automatique des plaques d'immatriculation sans segmentation préliminaire des caractères. Notre approche s'inspire des récentes avancées dans les Réseaux Neuronaux Profonds et fonctionne en temps réel avec une précision de reconnaissance pouvant atteindre 95% pour les plaques d'immatriculation chinoises : 3 ms/plaque sur une carte graphique nVIDIA GeForce GTX 1080 et 1,3 ms/plaque sur un processeur Intel Core i7-6700K. LPRNet est composé d'un Réseau Neuronal Convolutif léger, ce qui lui permet d'être entraîné de manière intégrée. Selon nos connaissances, LPRNet est le premier système de reconnaissance en temps réel des plaques d'immatriculation qui ne fait pas usage de RNNs (Réseaux de Neurones Récurrents). En conséquence, l'algorithme LPRNet peut être utilisé pour créer des solutions embarquées pour la reconnaissance des plaques d'immatriculation, offrant un niveau élevé de précision même sur les plaques d'immatriculation chinoises difficiles.